[{"data":1,"prerenderedAt":111},["ShallowReactive",2],{"blog-overview-of-artificial-intelligence-models":3},{"title":4,"description":7,"image":10,"category":11,"featured":12,"isPublished":12,"publishDate":13,"author":14,"links":15,"projects":22,"mainLanguage":23,"viewCount":24,"value":25,"content":26,"tableOfContents":29},{"en":5,"pl":6},"The rise of AI language models: a 2017–2025 retrospective","Historia modeli językowych AI: retrospektywa 2017–2025",{"en":8,"pl":9},"How AI language models evolved from the 2017 Transformer paper through BERT, GPT-3 and ChatGPT to the 2025 model boom — and what each generation changed.","Jak modele językowe AI rozwijały się od pracy o Transformerze z 2017 przez BERT, GPT-3 i ChatGPT do boomu modeli w 2025 — i co zmieniła każda generacja.","https://files.jtuta.cloud/public/portfolio/blogs/ai-models-overview.png","ai-ml",true,"2025-06-09T22:50:42.867Z",null,[16,17,18,19,20,21],"https://arxiv.org/abs/1706.03762","https://platform.openai.com/docs/models","https://ai.google.dev/gemini-api/docs/models","https://platform.claude.com/docs/en/about-claude/models/overview","https://lmarena.ai/","https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard#/",[],"pl",3,"overview-of-artificial-intelligence-models",{"en":27,"pl":28},"\u003Cblockquote>\n\u003Cp>\u003Cstrong>This is a historical article.\u003C/strong> It traces how AI language models developed from 2017 up to the end of 2025, and it is deliberately written in the past tense. Model names, versions, context windows, and pricing change every few weeks — nothing here should be read as advice about which model to use today. For current models, always go to the vendor's own documentation, linked at the end of this article. Last reviewed: July 2026.\u003C/p>\n\u003C/blockquote>\n\u003Ch2 id=\"why-look-backwards-at-all\" tabindex=\"-1\">Why look backwards at all?\u003C/h2>\n\u003Cp>Artificial intelligence is one of the fastest-moving fields in technology, and that speed has a side effect: almost everything written about "the best model" is wrong within months. What does \u003Cem>not\u003C/em> go stale is the shape of the story — which ideas actually moved the field forward, and why.\u003C/p>\n\u003Cp>That is what this article is for. Instead of comparing today's models, it walks through the generations that got us here, what each one changed, and which of those changes turned out to be permanent. If you are trying to understand \u003Cem>why\u003C/em> modern models behave the way they do, this history is more useful than any benchmark table.\u003C/p>\n\u003Ch2 id=\"the-transformer-moment-2017\" tabindex=\"-1\">The Transformer moment (2017)\u003C/h2>\n\u003Cp>The term "artificial intelligence" dates back to the 1950s, but the architecture behind every modern language model arrived in a single paper.\u003C/p>\n\u003Cp>In 2017, a team of Google researchers published \u003Cem>"Attention Is All You Need"\u003C/em>, introducing the \u003Cstrong>Transformer\u003C/strong> architecture. Its key idea was the attention mechanism: instead of processing text strictly in sequence, the model learns which parts of the input matter most for each part of the output, and it can do that for the whole input in parallel.\u003C/p>\n\u003Cp>Two consequences followed, and both mattered enormously:\u003C/p>\n\u003Cul>\n\u003Cli>\u003Cstrong>Training could be parallelized\u003C/strong>, which meant it could scale with hardware in a way earlier recurrent architectures could not.\u003C/li>\n\u003Cli>\u003Cstrong>Long-range context became tractable\u003C/strong>, so models could relate words far apart in a document.\u003C/li>\n\u003C/ul>\n\u003Cp>Every model family in this article — BERT, GPT, Claude, Gemini, Llama — is built on that foundation. If you read one paper from this era, read that one.\u003C/p>\n\u003Ch2 id=\"20182019-bert-gpt-2-and-the-scaling-hypothesis\" tabindex=\"-1\">2018–2019: BERT, GPT-2, and the scaling hypothesis\u003C/h2>\n\u003Cp>2018 brought two developments that split the field into two useful directions.\u003C/p>\n\u003Cp>\u003Cstrong>Google's BERT\u003C/strong> was designed to \u003Cem>understand\u003C/em> text. It read input in both directions at once, which made it excellent for classification, search ranking, and question answering. It was quietly one of the most commercially deployed models of its era — it went into Google Search.\u003C/p>\n\u003Cp>\u003Cstrong>OpenAI's GPT series\u003C/strong> went the other way: it was designed to \u003Cem>generate\u003C/em> text, predicting one token at a time. That framing seemed more limited at first, and turned out to be far more general.\u003C/p>\n\u003Cp>Then in 2019, \u003Cstrong>GPT-2\u003C/strong> demonstrated something uncomfortable and important: making the same architecture bigger, with more data, produced better results across tasks nobody had specifically trained it for. This became known as the scaling hypothesis, and it set the industry's direction for the next five years.\u003C/p>\n\u003Ch2 id=\"20202022-gpt-3-and-the-chatgpt-moment\" tabindex=\"-1\">2020–2022: GPT-3 and the ChatGPT moment\u003C/h2>\n\u003Cp>\u003Cstrong>GPT-3\u003C/strong> (2020) was the point where scale stopped being an academic curiosity. At 175 billion parameters, it could perform tasks from a plain description and a couple of examples in the prompt — no retraining required. That capability, \u003Cem>in-context learning\u003C/em>, is the reason prompting became a skill at all.\u003C/p>\n\u003Cp>But GPT-3 was an API for developers. Most people never touched it.\u003C/p>\n\u003Cp>The change came in \u003Cstrong>November 2022 with ChatGPT\u003C/strong> — a chat interface built on GPT-3.5. The underlying capability was not radically new; the \u003Cem>packaging\u003C/em> was. Putting a text box in front of the model took AI from a research topic to something hundreds of millions of people used for writing, coding, learning languages, and everyday problem-solving. It remains the clearest example in recent tech history of interface mattering as much as capability.\u003C/p>\n\u003Cp>Two techniques from this period are worth knowing because they still shape model behaviour:\u003C/p>\n\u003Cul>\n\u003Cli>\u003Cstrong>Instruction tuning\u003C/strong> — training the model to follow instructions rather than merely continue text.\u003C/li>\n\u003Cli>\u003Cstrong>RLHF\u003C/strong> \u003Cem>(Reinforcement Learning from Human Feedback)\u003C/em> — using human preference ratings to shape which answers the model favours. This is why models are helpful and polite by default, and also why they sometimes agree with you too readily.\u003C/li>\n\u003C/ul>\n\u003Ch2 id=\"20232025-the-model-boom\" tabindex=\"-1\">2023–2025: the model boom\u003C/h2>\n\u003Cp>After ChatGPT, the field went from a handful of serious labs to a crowded market. This is the period where the "which model should I use?" question became genuinely hard — and it is also the period whose specifics have aged the fastest.\u003C/p>\n\u003Ch3 id=\"openai-gpt-and-the-reasoning-models\" tabindex=\"-1\">OpenAI: GPT and the reasoning models\u003C/h3>\n\u003Cp>OpenAI spent this period doing two things in parallel.\u003C/p>\n\u003Cp>The \u003Cstrong>GPT line\u003C/strong> became multimodal — first images, later audio and video — and grew steadily larger context windows. These were the generalists: fluent, fast, good at writing and conversation.\u003C/p>\n\u003Cp>The \u003Cstrong>"o" series\u003C/strong> (o1, o3, o4-mini) was the more interesting departure. These were \u003Cem>reasoning\u003C/em> models: instead of answering immediately, they generated an internal chain of thought, explored alternatives, and checked their own work before responding. They were slower and more expensive, and substantially better at mathematics, programming, and multi-step logic.\u003C/p>\n\u003Cp>That split — fast generalist versus deliberate reasoner — was the defining architectural debate of the era. It has since been resolved in an interesting way: rather than shipping two separate model lines, vendors folded reasoning into single models that decide \u003Cem>how much\u003C/em> to think based on the difficulty of the request.\u003C/p>\n\u003Ch3 id=\"google-gemini-multimodality-and-context-length\" tabindex=\"-1\">Google Gemini: multimodality and context length\u003C/h3>\n\u003Cp>Gemini launched in December 2023, and Google leaned on two advantages.\u003C/p>\n\u003Cp>The first was \u003Cstrong>native multimodality\u003C/strong>. Where GPT had text models that later gained vision, Gemini was trained from the start on text, images, audio, and video together — so combining them in a single analysis was natural rather than bolted on.\u003C/p>\n\u003Cp>The second was \u003Cstrong>context window size\u003C/strong>. Gemini pushed to roughly a million tokens well before competitors, which made "paste the entire codebase" or "analyse this whole book" a realistic workflow instead of an exercise in chunking.\u003C/p>\n\u003Cp>Google also popularised \u003Cstrong>Mixture-of-Experts (MoE)\u003C/strong> in mainstream models: rather than activating the whole network for every token, MoE routes each request through a subset of specialised sub-networks. The practical effect is a model with a large total parameter count that costs much less to run than that count suggests. MoE is now near-universal at the frontier.\u003C/p>\n\u003Cp>\u003Cimg src=\"https://files.jtuta.cloud/public/portfolio/blogs/QytUFpb68boQeP4LyNkIOoO7b4nqyj.gif\" alt=\"Comparison of the Gemini 2.5 Pro model against other flagship models on the LMArena leaderboard, as it stood in 2025\" loading=\"lazy\" decoding=\"async\">\u003C/p>\n\u003Cp>\u003Cem>A period artifact: the LMArena leaderboard as it looked in 2025. Every model in this screenshot has since been superseded — which is precisely the point about benchmark snapshots.\u003C/em>\u003C/p>\n\u003Ch3 id=\"anthropic-claude-safety-as-an-architecture-choice\" tabindex=\"-1\">Anthropic Claude: safety as an architecture choice\u003C/h3>\n\u003Cp>Anthropic was founded in 2021 by former OpenAI researchers, and its models arrived in 2023 with a distinct training approach: \u003Cstrong>Constitutional AI\u003C/strong>.\u003C/p>\n\u003Cp>Rather than relying only on human preference ratings, Claude was trained against an explicit written set of principles — a "constitution" — that it used to critique and revise its own outputs. The goal was to reduce harmful or dishonest answers without needing a human to label every possible failure.\u003C/p>\n\u003Cp>The Claude line settled into a three-tier naming scheme that has proven durable: \u003Cstrong>Haiku\u003C/strong> (fast and cheap), \u003Cstrong>Sonnet\u003C/strong> (the balanced workhorse), and \u003Cstrong>Opus\u003C/strong> (the most capable). Through 2024–2025 Claude built a specific reputation among developers for code generation and for following long, detailed instructions carefully — which is how it ended up embedded in a lot of developer tooling.\u003C/p>\n\u003Ch3 id=\"open-source-models-the-pressure-from-below\" tabindex=\"-1\">Open-source models: the pressure from below\u003C/h3>\n\u003Cp>The most underrated development of this period was open-weight models becoming genuinely competitive.\u003C/p>\n\u003Cul>\n\u003Cli>\u003Cstrong>Meta's Llama\u003C/strong> made capable open weights normal, and seeded an enormous ecosystem of fine-tunes and local-inference tooling.\u003C/li>\n\u003Cli>\u003Cstrong>Mistral AI\u003C/strong> established that a European lab could compete at the frontier, with an emphasis on small models that punched above their weight.\u003C/li>\n\u003Cli>\u003Cstrong>DeepSeek\u003C/strong> was the shock of the period: a Chinese lab producing frontier-adjacent reasoning models at a fraction of the expected training cost, released under a permissive licence.\u003C/li>\n\u003Cli>\u003Cstrong>Qwen\u003C/strong> (Alibaba) shipped broad, multilingual, permissively licensed families that became a default starting point for a lot of self-hosted work.\u003C/li>\n\u003C/ul>\n\u003Cp>The strategic effect mattered more than any single model. Open weights put a ceiling on what closed vendors could charge for mid-tier capability, and made self-hosting a real option for teams with privacy, cost, or latency constraints.\u003C/p>\n\u003Ch2 id=\"what-actually-changed-between-generations\" tabindex=\"-1\">What actually changed between generations\u003C/h2>\n\u003Cp>Strip away the version numbers and the same handful of shifts explain most of the progress:\u003C/p>\n\u003Ctable>\n\u003Cthead>\n\u003Ctr>\n\u003Cth>Shift\u003C/th>\n\u003Cth>What it changed\u003C/th>\n\u003C/tr>\n\u003C/thead>\n\u003Ctbody>\n\u003Ctr>\n\u003Ctd>\u003Cstrong>Transformer + attention\u003C/strong> (2017)\u003C/td>\n\u003Ctd>Made training parallelizable and long context tractable — the foundation for everything after\u003C/td>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>\u003Cstrong>Scaling\u003C/strong> (2019–2020)\u003C/td>\n\u003Ctd>Bigger models on more data got better at tasks they were never trained for\u003C/td>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>\u003Cstrong>Instruction tuning + RLHF\u003C/strong> (2022)\u003C/td>\n\u003Ctd>Turned text predictors into assistants that follow instructions\u003C/td>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>\u003Cstrong>Chat interfaces\u003C/strong> (2022)\u003C/td>\n\u003Ctd>Took AI from an API to a mass-market product\u003C/td>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>\u003Cstrong>Multimodality\u003C/strong> (2023–2024)\u003C/td>\n\u003Ctd>One model handling text, images, audio, and video instead of separate specialised models\u003C/td>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>\u003Cstrong>Long context\u003C/strong> (2024)\u003C/td>\n\u003Ctd>Whole repositories and books as input, rather than carefully chunked excerpts\u003C/td>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>\u003Cstrong>Mixture-of-Experts\u003C/strong> (2024–2025)\u003C/td>\n\u003Ctd>Large total capacity at a fraction of the inference cost\u003C/td>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>\u003Cstrong>Reasoning / thinking models\u003C/strong> (2024–2025)\u003C/td>\n\u003Ctd>Models that spend compute deliberating before answering — a large gain on maths, code, and logic\u003C/td>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>\u003Cstrong>Tool use and agents\u003C/strong> (2025)\u003C/td>\n\u003Ctd>Models that call external tools and act, instead of only producing text\u003C/td>\n\u003C/tr>\n\u003C/tbody>\n\u003C/table>\n\u003Cp>Those are the durable lessons. Notice that none of them is a model name.\u003C/p>\n\u003Ch2 id=\"where-things-stand-now-july-2026\" tabindex=\"-1\">Where things stand now (July 2026)\u003C/h2>\n\u003Cp>Briefly, and with the explicit warning that this section will be out of date before most other parts of this article:\u003C/p>\n\u003Cul>\n\u003Cli>\u003Cstrong>OpenAI\u003C/strong> ships the \u003Cstrong>GPT-5.6\u003C/strong> family, split into capability tiers rather than a separate reasoning line. The older "o" series is being retired.\u003C/li>\n\u003Cli>\u003Cstrong>Google\u003C/strong> ships \u003Cstrong>Gemini 3.x\u003C/strong>, with Gemini 4 reported to be in pre-training.\u003C/li>\n\u003Cli>\u003Cstrong>Anthropic\u003C/strong> ships the \u003Cstrong>Claude 5\u003C/strong> family — Opus, Sonnet, and Haiku tiers, with reasoning built in rather than exposed as a separate model.\u003C/li>\n\u003Cli>\u003Cstrong>Open-weight models\u003C/strong> from Qwen, DeepSeek, GLM, Llama, and Mistral remain competitive for a wide range of work, increasingly under permissive MIT or Apache-2.0 licences.\u003C/li>\n\u003C/ul>\n\u003Cp>The clearest structural trend since 2025 is that the "reasoning model versus chat model" distinction has collapsed. Modern models decide internally how much deliberation a request deserves, which removes a choice developers used to have to make by hand.\u003C/p>\n\u003Ch2 id=\"how-to-use-a-history-like-this\" tabindex=\"-1\">How to use a history like this\u003C/h2>\n\u003Cp>If you came here looking for a model recommendation, the honest answer is that no article can give you one that stays correct. What you can do instead:\u003C/p>\n\u003Col>\n\u003Cli>\u003Cstrong>Check the vendor's own model documentation.\u003C/strong> It is the only source updated on the same day as the models. All three are linked below.\u003C/li>\n\u003Cli>\u003Cstrong>Compare on your own task, not on a leaderboard.\u003C/strong> Public benchmarks are a weak proxy for whether a model handles \u003Cem>your\u003C/em> prompts, your domain, and your edge cases.\u003C/li>\n\u003Cli>\u003Cstrong>Assume the tier names outlast the version numbers.\u003C/strong> "Fast and cheap / balanced / most capable" has been a stable shape across vendors for years, even as the models behind those labels change constantly.\u003C/li>\n\u003Cli>\u003Cstrong>Watch for the shifts, not the releases.\u003C/strong> The table above took nine years to fill in. Individual model launches matter much less than the structural changes they occasionally represent.\u003C/li>\n\u003C/ol>\n\u003Cp>The models in this article are all obsolete. The reasons they mattered are not.\u003C/p>\n","\u003Cblockquote>\n\u003Cp>\u003Cstrong>To artykuł historyczny.\u003C/strong> Opisuje rozwój modeli językowych AI od 2017 roku do końca 2025 i jest świadomie napisany w czasie przeszłym. Nazwy modeli, wersje, okna kontekstowe i ceny zmieniają się co kilka tygodni — nic tutaj nie jest poradą, którego modelu używać dzisiaj. Aktualne informacje znajdziesz wyłącznie w dokumentacji producentów, do której linki są na końcu artykułu. Ostatni przegląd: lipiec 2026.\u003C/p>\n\u003C/blockquote>\n\u003Ch2 id=\"po-co-patrzec-w-przeszosc\" tabindex=\"-1\">Po co patrzeć w przeszłość?\u003C/h2>\n\u003Cp>Sztuczna inteligencja to jedna z najszybciej rozwijających się dziedzin technologii, a ta szybkość ma skutek uboczny: prawie wszystko, co napisano o „najlepszym modelu", jest nieaktualne w ciągu kilku miesięcy. Nie starzeje się natomiast sam kształt tej historii — czyli które pomysły faktycznie popchnęły dziedzinę do przodu i dlaczego.\u003C/p>\n\u003Cp>Właśnie temu służy ten artykuł. Zamiast porównywać dzisiejsze modele, przechodzi przez kolejne generacje, które doprowadziły nas do tego miejsca, pokazuje co każda z nich zmieniła i które z tych zmian okazały się trwałe. Jeśli chcesz zrozumieć, \u003Cem>dlaczego\u003C/em> współczesne modele zachowują się tak, jak się zachowują, ta historia będzie bardziej przydatna niż jakakolwiek tabela z benchmarkami.\u003C/p>\n\u003Ch2 id=\"moment-transformera-2017\" tabindex=\"-1\">Moment Transformera (2017)\u003C/h2>\n\u003Cp>Pojęcie „sztuczna inteligencja" pochodzi z lat 50. XX wieku, ale architektura stojąca za każdym współczesnym modelem językowym pojawiła się w jednej publikacji.\u003C/p>\n\u003Cp>W 2017 roku zespół badaczy z Google opublikował pracę \u003Cem>„Attention Is All You Need"\u003C/em>, przedstawiając architekturę \u003Cstrong>Transformer\u003C/strong>. Jej kluczowym pomysłem był mechanizm uwagi \u003Cem>(attention)\u003C/em>: zamiast przetwarzać tekst wyłącznie sekwencyjnie, model uczy się, które fragmenty wejścia są najważniejsze dla której części wyjścia — i może to robić dla całego wejścia równolegle.\u003C/p>\n\u003Cp>Wynikły z tego dwie konsekwencje i obie miały ogromne znaczenie:\u003C/p>\n\u003Cul>\n\u003Cli>\u003Cstrong>Trening dało się zrównoleglić\u003C/strong>, czyli skalować wraz ze sprzętem w sposób niedostępny wcześniejszym architekturom rekurencyjnym.\u003C/li>\n\u003Cli>\u003Cstrong>Długi kontekst stał się wykonalny\u003C/strong>, więc modele mogły łączyć słowa odległe od siebie w dokumencie.\u003C/li>\n\u003C/ul>\n\u003Cp>Każda rodzina modeli w tym artykule — BERT, GPT, Claude, Gemini, Llama — jest zbudowana na tym fundamencie. Jeśli masz przeczytać jedną publikację z tej epoki, przeczytaj tę.\u003C/p>\n\u003Ch2 id=\"20182019-bert-gpt-2-i-hipoteza-skalowania\" tabindex=\"-1\">2018–2019: BERT, GPT-2 i hipoteza skalowania\u003C/h2>\n\u003Cp>Rok 2018 przyniósł dwa wydarzenia, które podzieliły dziedzinę na dwa użyteczne kierunki.\u003C/p>\n\u003Cp>\u003Cstrong>BERT od Google\u003C/strong> był zaprojektowany do \u003Cem>rozumienia\u003C/em> tekstu. Czytał wejście w obu kierunkach jednocześnie, co czyniło go doskonałym do klasyfikacji, rankingowania wyników wyszukiwania i odpowiadania na pytania. Był po cichu jednym z najszerzej wdrożonych komercyjnie modeli swojej epoki — trafił do wyszukiwarki Google.\u003C/p>\n\u003Cp>\u003Cstrong>Seria GPT od OpenAI\u003C/strong> poszła w drugą stronę: była zaprojektowana do \u003Cem>generowania\u003C/em> tekstu, przewidując jeden token po drugim. To podejście z początku wydawało się bardziej ograniczone, a okazało się znacznie bardziej ogólne.\u003C/p>\n\u003Cp>Następnie w 2019 roku \u003Cstrong>GPT-2\u003C/strong> pokazał coś niewygodnego i ważnego: powiększenie tej samej architektury i podanie jej większej ilości danych dawało lepsze wyniki w zadaniach, do których nikt jej celowo nie trenował. Nazwano to hipotezą skalowania i to ona wyznaczyła kierunek branży na kolejne pięć lat.\u003C/p>\n\u003Ch2 id=\"20202022-gpt-3-i-moment-chatgpt\" tabindex=\"-1\">2020–2022: GPT-3 i moment ChatGPT\u003C/h2>\n\u003Cp>\u003Cstrong>GPT-3\u003C/strong> (2020) był momentem, w którym skala przestała być akademicką ciekawostką. Ze 175 miliardami parametrów potrafił wykonywać zadania na podstawie samego opisu i kilku przykładów w promptcie — bez ponownego trenowania. Ta zdolność, \u003Cem>uczenie w kontekście (in-context learning)\u003C/em>, jest powodem, dla którego prompting w ogóle stał się umiejętnością.\u003C/p>\n\u003Cp>Ale GPT-3 było API dla programistów. Większość ludzi nigdy go nie dotknęła.\u003C/p>\n\u003Cp>Zmiana przyszła w \u003Cstrong>listopadzie 2022 wraz z ChatGPT\u003C/strong> — interfejsem czatu zbudowanym na GPT-3.5. Sama zdolność modelu nie była radykalnie nowa; nowe było \u003Cem>opakowanie\u003C/em>. Postawienie przed modelem zwykłego pola tekstowego przeniosło AI z tematu badawczego do narzędzia używanego przez setki milionów ludzi do pisania, programowania, nauki języków i codziennego rozwiązywania problemów. To do dziś najczystszy przykład z najnowszej historii technologii na to, że interfejs ma znaczenie równe możliwościom.\u003C/p>\n\u003Cp>Dwie techniki z tego okresu warto znać, bo wciąż kształtują zachowanie modeli:\u003C/p>\n\u003Cul>\n\u003Cli>\u003Cstrong>Instruction tuning\u003C/strong> — trenowanie modelu tak, by wykonywał polecenia, a nie tylko kontynuował tekst.\u003C/li>\n\u003Cli>\u003Cstrong>RLHF\u003C/strong> \u003Cem>(Reinforcement Learning from Human Feedback)\u003C/em> — wykorzystanie ludzkich ocen preferencji do kształtowania tego, które odpowiedzi model preferuje. To dlatego modele są domyślnie pomocne i uprzejme, i również dlatego czasem zbyt łatwo się z nami zgadzają.\u003C/li>\n\u003C/ul>\n\u003Ch2 id=\"20232025-boom-modeli\" tabindex=\"-1\">2023–2025: boom modeli\u003C/h2>\n\u003Cp>Po ChatGPT dziedzina przeszła od kilku poważnych laboratoriów do zatłoczonego rynku. To okres, w którym pytanie „którego modelu użyć?" stało się naprawdę trudne — i jednocześnie okres, którego szczegóły zestarzały się najszybciej.\u003C/p>\n\u003Ch3 id=\"openai-gpt-i-modele-rozumujace\" tabindex=\"-1\">OpenAI: GPT i modele rozumujące\u003C/h3>\n\u003Cp>OpenAI robiło w tym czasie dwie rzeczy równolegle.\u003C/p>\n\u003Cp>\u003Cstrong>Linia GPT\u003C/strong> stała się multimodalna — najpierw obrazy, potem dźwięk i wideo — i sukcesywnie dostawała większe okna kontekstowe. To byli generaliści: płynni, szybcy, dobrzy w pisaniu i rozmowie.\u003C/p>\n\u003Cp>\u003Cstrong>Seria „o"\u003C/strong> (o1, o3, o4-mini) była ciekawszym odejściem od schematu. To były modele \u003Cem>rozumujące\u003C/em>: zamiast odpowiadać od razu, generowały wewnętrzny łańcuch myśli, sprawdzały alternatywy i weryfikowały własną pracę przed odpowiedzią. Były wolniejsze i droższe, i znacząco lepsze w matematyce, programowaniu i logice wielokrokowej.\u003C/p>\n\u003Cp>Ten podział — szybki generalista kontra rozważny rozumujący — był definiującym sporem architektonicznym tej epoki. Rozstrzygnął się w ciekawy sposób: zamiast wypuszczać dwie osobne linie modeli, producenci wbudowali rozumowanie w pojedyncze modele, które same decydują, \u003Cem>ile\u003C/em> myśleć w zależności od trudności zapytania.\u003C/p>\n\u003Ch3 id=\"google-gemini-multimodalnosc-i-dugosc-kontekstu\" tabindex=\"-1\">Google Gemini: multimodalność i długość kontekstu\u003C/h3>\n\u003Cp>Gemini pojawił się w grudniu 2023, a Google oparło się na dwóch przewagach.\u003C/p>\n\u003Cp>Pierwszą była \u003Cstrong>natywna multimodalność\u003C/strong>. Tam gdzie GPT miał modele tekstowe, które później dostały wzrok, Gemini od początku był trenowany jednocześnie na tekście, obrazach, dźwięku i wideo — więc łączenie ich w jednej analizie było naturalne, a nie doklejone.\u003C/p>\n\u003Cp>Drugą był \u003Cstrong>rozmiar okna kontekstowego\u003C/strong>. Gemini dobił do około miliona tokenów znacznie przed konkurencją, co uczyniło „wklej cały codebase" albo „przeanalizuj tę całą książkę" realnym sposobem pracy zamiast ćwiczenia w dzieleniu tekstu na kawałki.\u003C/p>\n\u003Cp>Google spopularyzowało też \u003Cstrong>Mixture-of-Experts (MoE)\u003C/strong> w modelach głównego nurtu: zamiast uruchamiać całą sieć dla każdego tokenu, MoE kieruje każde zapytanie przez podzbiór wyspecjalizowanych podsieci. Praktyczny efekt to model o dużej łącznej liczbie parametrów, którego uruchomienie kosztuje znacznie mniej, niż ta liczba sugeruje. MoE jest dziś niemal powszechne na czele stawki.\u003C/p>\n\u003Cp>\u003Cimg src=\"https://files.jtuta.cloud/public/portfolio/blogs/QytUFpb68boQeP4LyNkIOoO7b4nqyj.gif\" alt=\"Porównanie modelu Gemini 2.5 Pro z innymi flagowymi modelami w rankingu LMArena, stan z 2025 roku\" loading=\"lazy\" decoding=\"async\">\u003C/p>\n\u003Cp>\u003Cem>Artefakt epoki: ranking LMArena tak, jak wyglądał w 2025 roku. Każdy model z tego zrzutu ekranu został już zastąpiony — co dokładnie pokazuje, ile warte są migawki z benchmarków.\u003C/em>\u003C/p>\n\u003Ch3 id=\"anthropic-claude-bezpieczenstwo-jako-decyzja-architektoniczna\" tabindex=\"-1\">Anthropic Claude: bezpieczeństwo jako decyzja architektoniczna\u003C/h3>\n\u003Cp>Anthropic został założony w 2021 roku przez byłych badaczy OpenAI, a jego modele pojawiły się w 2023 z wyraźnie odmiennym podejściem do treningu: \u003Cstrong>Constitutional AI\u003C/strong>.\u003C/p>\n\u003Cp>Zamiast opierać się wyłącznie na ludzkich ocenach preferencji, Claude był trenowany względem jawnego, zapisanego zestawu zasad — „konstytucji" — którą wykorzystywał do krytykowania i poprawiania własnych odpowiedzi. Celem było ograniczenie odpowiedzi szkodliwych lub nieuczciwych bez potrzeby, by człowiek oznaczał każdy możliwy przypadek błędu.\u003C/p>\n\u003Cp>Linia Claude ustabilizowała się na trzypoziomowym schemacie nazw, który okazał się trwały: \u003Cstrong>Haiku\u003C/strong> (szybki i tani), \u003Cstrong>Sonnet\u003C/strong> (zbalansowany koń roboczy) i \u003Cstrong>Opus\u003C/strong> (najmocniejszy). W latach 2024–2025 Claude wyrobił sobie wśród programistów konkretną reputację w generowaniu kodu i w dokładnym wykonywaniu długich, szczegółowych instrukcji — i tak trafił do dużej części narzędzi deweloperskich.\u003C/p>\n\u003Ch3 id=\"modele-open-source-presja-od-dou\" tabindex=\"-1\">Modele open source: presja od dołu\u003C/h3>\n\u003Cp>Najbardziej niedocenianym wydarzeniem tego okresu było to, że modele o otwartych wagach stały się naprawdę konkurencyjne.\u003C/p>\n\u003Cul>\n\u003Cli>\u003Cstrong>Llama od Meta\u003C/strong> sprawiła, że mocne otwarte wagi stały się normą, i zasiała ogromny ekosystem fine-tunów oraz narzędzi do lokalnej inferencji.\u003C/li>\n\u003Cli>\u003Cstrong>Mistral AI\u003C/strong> dowiódł, że europejskie laboratorium potrafi konkurować na czele stawki, z naciskiem na małe modele bijące powyżej swojej wagi.\u003C/li>\n\u003Cli>\u003Cstrong>DeepSeek\u003C/strong> był szokiem tego okresu: chińskie laboratorium wypuszczające modele rozumujące blisko czoła stawki za ułamek oczekiwanego kosztu treningu, na permisywnej licencji.\u003C/li>\n\u003Cli>\u003Cstrong>Qwen\u003C/strong> (Alibaba) dostarczył szerokie, wielojęzyczne rodziny na permisywnych licencjach, które stały się domyślnym punktem startu dla wielu wdrożeń self-hosted.\u003C/li>\n\u003C/ul>\n\u003Cp>Efekt strategiczny miał większe znaczenie niż jakikolwiek pojedynczy model. Otwarte wagi nałożyły sufit na to, ile zamknięci producenci mogli liczyć za średni poziom możliwości, i uczyniły self-hosting realną opcją dla zespołów z ograniczeniami prywatności, kosztu lub opóźnień.\u003C/p>\n\u003Ch2 id=\"co-faktycznie-zmieniao-sie-miedzy-generacjami\" tabindex=\"-1\">Co faktycznie zmieniało się między generacjami\u003C/h2>\n\u003Cp>Jeśli zdjąć numery wersji, większość postępu wyjaśnia ta sama garść przełomów:\u003C/p>\n\u003Ctable>\n\u003Cthead>\n\u003Ctr>\n\u003Cth>Przełom\u003C/th>\n\u003Cth>Co zmienił\u003C/th>\n\u003C/tr>\n\u003C/thead>\n\u003Ctbody>\n\u003Ctr>\n\u003Ctd>\u003Cstrong>Transformer + attention\u003C/strong> (2017)\u003C/td>\n\u003Ctd>Umożliwił zrównoleglenie treningu i długi kontekst — fundament wszystkiego, co przyszło później\u003C/td>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>\u003Cstrong>Skalowanie\u003C/strong> (2019–2020)\u003C/td>\n\u003Ctd>Większe modele na większych danych radziły sobie z zadaniami, do których nikt ich nie trenował\u003C/td>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>\u003Cstrong>Instruction tuning + RLHF\u003C/strong> (2022)\u003C/td>\n\u003Ctd>Zamieniło predyktory tekstu w asystentów wykonujących polecenia\u003C/td>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>\u003Cstrong>Interfejsy czatu\u003C/strong> (2022)\u003C/td>\n\u003Ctd>Przeniosło AI z API do produktu masowego\u003C/td>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>\u003Cstrong>Multimodalność\u003C/strong> (2023–2024)\u003C/td>\n\u003Ctd>Jeden model obsługujący tekst, obraz, dźwięk i wideo zamiast osobnych modeli specjalistycznych\u003C/td>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>\u003Cstrong>Długi kontekst\u003C/strong> (2024)\u003C/td>\n\u003Ctd>Całe repozytoria i książki jako wejście, a nie starannie pocięte fragmenty\u003C/td>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>\u003Cstrong>Mixture-of-Experts\u003C/strong> (2024–2025)\u003C/td>\n\u003Ctd>Duża łączna pojemność za ułamek kosztu inferencji\u003C/td>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>\u003Cstrong>Modele rozumujące\u003C/strong> (2024–2025)\u003C/td>\n\u003Ctd>Modele wydające moc obliczeniową na rozważanie przed odpowiedzią — duży zysk w matematyce, kodzie i logice\u003C/td>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>\u003Cstrong>Narzędzia i agenci\u003C/strong> (2025)\u003C/td>\n\u003Ctd>Modele wywołujące zewnętrzne narzędzia i działające, a nie tylko produkujące tekst\u003C/td>\n\u003C/tr>\n\u003C/tbody>\n\u003C/table>\n\u003Cp>To są trwałe wnioski. Zwróć uwagę, że żaden z nich nie jest nazwą modelu.\u003C/p>\n\u003Ch2 id=\"jak-sprawy-wygladaja-teraz-lipiec-2026\" tabindex=\"-1\">Jak sprawy wyglądają teraz (lipiec 2026)\u003C/h2>\n\u003Cp>Krótko i z wyraźnym ostrzeżeniem, że ta sekcja zdezaktualizuje się szybciej niż większość pozostałych części artykułu:\u003C/p>\n\u003Cul>\n\u003Cli>\u003Cstrong>OpenAI\u003C/strong> wypuszcza rodzinę \u003Cstrong>GPT-5.6\u003C/strong>, podzieloną na poziomy możliwości, a nie na osobną linię rozumującą. Starsza seria „o" jest wycofywana.\u003C/li>\n\u003Cli>\u003Cstrong>Google\u003C/strong> wypuszcza \u003Cstrong>Gemini 3.x\u003C/strong>, a Gemini 4 według doniesień jest w fazie pre-treningu.\u003C/li>\n\u003Cli>\u003Cstrong>Anthropic\u003C/strong> wypuszcza rodzinę \u003Cstrong>Claude 5\u003C/strong> — poziomy Opus, Sonnet i Haiku, z rozumowaniem wbudowanym w model, a nie wystawionym jako osobny model.\u003C/li>\n\u003Cli>\u003Cstrong>Modele o otwartych wagach\u003C/strong> od Qwen, DeepSeek, GLM, Llama i Mistral pozostają konkurencyjne w szerokim zakresie zadań, coraz częściej na permisywnych licencjach MIT lub Apache-2.0.\u003C/li>\n\u003C/ul>\n\u003Cp>Najwyraźniejszym trendem strukturalnym od 2025 roku jest zniknięcie podziału na „model rozumujący" i „model czatowy". Współczesne modele same decydują wewnętrznie, ile rozważania zasługuje dane zapytanie, co zdejmuje z programistów wybór, który wcześniej musieli podejmować ręcznie.\u003C/p>\n\u003Ch2 id=\"jak-korzystac-z-takiej-historii\" tabindex=\"-1\">Jak korzystać z takiej historii\u003C/h2>\n\u003Cp>Jeśli przyszedłeś tu po rekomendację modelu, uczciwa odpowiedź jest taka, że żaden artykuł nie da ci takiej, która pozostanie poprawna. Możesz natomiast zrobić co innego:\u003C/p>\n\u003Col>\n\u003Cli>\u003Cstrong>Sprawdź dokumentację producenta.\u003C/strong> To jedyne źródło aktualizowane tego samego dnia co modele. Linki do wszystkich trzech są poniżej.\u003C/li>\n\u003Cli>\u003Cstrong>Porównuj na własnym zadaniu, nie na leaderboardzie.\u003C/strong> Publiczne benchmarki są słabym przybliżeniem tego, czy model poradzi sobie z \u003Cem>twoimi\u003C/em> promptami, twoją dziedziną i twoimi przypadkami skrajnymi.\u003C/li>\n\u003Cli>\u003Cstrong>Założ, że nazwy poziomów przetrwają numery wersji.\u003C/strong> „Szybki i tani / zbalansowany / najmocniejszy" to stabilny kształt u wszystkich producentów od lat, mimo że modele pod tymi etykietami zmieniają się bez przerwy.\u003C/li>\n\u003Cli>\u003Cstrong>Patrz na przełomy, nie na premiery.\u003C/strong> Wypełnienie tabeli powyżej zajęło dziewięć lat. Pojedyncze premiery modeli mają znacznie mniejsze znaczenie niż zmiany strukturalne, które czasem reprezentują.\u003C/li>\n\u003C/ol>\n\u003Cp>Wszystkie modele z tego artykułu są już przedawnione. Powody, dla których miały znaczenie — nie są.\u003C/p>\n",{"en":30,"pl":74},[31,35,39,42,46,50,53,56,59,62,66,70],{"id":32,"title":33,"mainLevel":34,"subLevel":14},"why-look-backwards-at-all","Why look backwards at all?",1,{"id":36,"title":37,"mainLevel":38,"subLevel":14},"the-transformer-moment-2017","The Transformer moment (2017)",2,{"id":40,"title":41,"mainLevel":24,"subLevel":14},"20182019-bert-gpt-2-and-the-scaling-hypothesis","2018–2019: BERT, GPT-2, and the scaling hypothesis",{"id":43,"title":44,"mainLevel":45,"subLevel":14},"20202022-gpt-3-and-the-chatgpt-moment","2020–2022: GPT-3 and the ChatGPT moment",4,{"id":47,"title":48,"mainLevel":49,"subLevel":14},"20232025-the-model-boom","2023–2025: the model boom",5,{"id":51,"title":52,"mainLevel":49,"subLevel":34},"openai-gpt-and-the-reasoning-models","OpenAI: GPT and the reasoning models",{"id":54,"title":55,"mainLevel":49,"subLevel":38},"google-gemini-multimodality-and-context-length","Google Gemini: multimodality and context length",{"id":57,"title":58,"mainLevel":49,"subLevel":24},"anthropic-claude-safety-as-an-architecture-choice","Anthropic Claude: safety as an architecture choice",{"id":60,"title":61,"mainLevel":49,"subLevel":45},"open-source-models-the-pressure-from-below","Open-source models: the pressure from below",{"id":63,"title":64,"mainLevel":65,"subLevel":14},"what-actually-changed-between-generations","What actually changed between generations",6,{"id":67,"title":68,"mainLevel":69,"subLevel":14},"where-things-stand-now-july-2026","Where things stand now (July 2026)",7,{"id":71,"title":72,"mainLevel":73,"subLevel":14},"how-to-use-a-history-like-this","How to use a history like this",8,[75,78,81,84,87,90,93,96,99,102,105,108],{"id":76,"title":77,"mainLevel":34,"subLevel":14},"po-co-patrzec-w-przeszosc","Po co patrzeć w przeszłość?",{"id":79,"title":80,"mainLevel":38,"subLevel":14},"moment-transformera-2017","Moment Transformera (2017)",{"id":82,"title":83,"mainLevel":24,"subLevel":14},"20182019-bert-gpt-2-i-hipoteza-skalowania","2018–2019: BERT, GPT-2 i hipoteza skalowania",{"id":85,"title":86,"mainLevel":45,"subLevel":14},"20202022-gpt-3-i-moment-chatgpt","2020–2022: GPT-3 i moment ChatGPT",{"id":88,"title":89,"mainLevel":49,"subLevel":14},"20232025-boom-modeli","2023–2025: boom modeli",{"id":91,"title":92,"mainLevel":49,"subLevel":34},"openai-gpt-i-modele-rozumujace","OpenAI: GPT i modele rozumujące",{"id":94,"title":95,"mainLevel":49,"subLevel":38},"google-gemini-multimodalnosc-i-dugosc-kontekstu","Google Gemini: multimodalność i długość kontekstu",{"id":97,"title":98,"mainLevel":49,"subLevel":24},"anthropic-claude-bezpieczenstwo-jako-decyzja-architektoniczna","Anthropic Claude: bezpieczeństwo jako decyzja architektoniczna",{"id":100,"title":101,"mainLevel":49,"subLevel":45},"modele-open-source-presja-od-dou","Modele open source: presja od dołu",{"id":103,"title":104,"mainLevel":65,"subLevel":14},"co-faktycznie-zmieniao-sie-miedzy-generacjami","Co faktycznie zmieniało się między generacjami",{"id":106,"title":107,"mainLevel":69,"subLevel":14},"jak-sprawy-wygladaja-teraz-lipiec-2026","Jak sprawy wyglądają teraz (lipiec 2026)",{"id":109,"title":110,"mainLevel":73,"subLevel":14},"jak-korzystac-z-takiej-historii","Jak korzystać z takiej historii",1785696281920]